0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

GPU在人工智能领域有着巨大的发展空间

芯设计天地 来源:芯动科技 作者:芯动科技 2020-09-07 16:33 次阅读

如今,万物互联时代,计算正变得无处不在。全世界都在呼唤一种更高效的计算——并行计算。而GPU从一开始就为并行计算而生,动辄几百个内核,使其能够很轻松地同时处理数千个线程。

海量数据推动高性能GPU蓬勃发展

现在,我们正在进入一个“一切需要可视化的时代”。可视化需要大量的图形、图像计算能力,无论是云端还是边缘侧都需要大量的高性能图像处理能力。因此最近这几年GPU的增长速度非常快速。

从各个调研机构的数据预测来看,GPU在AI推理市场、服务器市场、数据中心市场等都呈现出蓬勃增长的态势。

从GPU的供应商来看,英伟达AMD占领着全球GPU市场第一、第二的位置。在最近的5年里,英伟达股价飙升2268%,在今年7月8日收盘后,英伟达市值首次超过英特尔,一度成为美国市值最高的芯片企业。AMD公司的市值也同样一路飙升,在最近其市值也逼近了千亿美元的大关。

GPU的红火吸引众厂商纷纷入场

分析师李秧在接受《中国电子报》记者采访时表示。在高性能计算、AI训练与分析等都无法采用集成显卡,随着5G的普及,自动驾驶的推进,AI的快速发展,数据量爆发式增长,做独立显卡推出独立GPU就成为了英特尔的必选。

在大众印象中,英特尔一直以来都是全球半导体的老大,尤其在CPU领域,更是鲜有敌手。最近,英特尔宣布将在今年年底推出Xe-LP GPU,正式进入独显GPU市场,并将交与台积电进行代工。由此可见,英特尔独显GPU面市的脚步越来越近了。

同时,在不久前举行的2020年WWDC上,苹果也透露有可能弃用AMD的GPU,转而使用自研基于ARM架构的解决方案,业界有消息称,苹果将在2021半年下半年配合Apple Silicon推出自研GPU芯片,该芯片代号为lifuka,采用台积电5纳米工艺,并将搭载于明年推出的iMaC中。

苹果的GPU原是从Imagination公司购买的授权,现在苹果希望自己设计GPU拥有更强的能力实现差异化。

国产GPU现状

放眼国内,随着5G、云计算、数据中心等为代表的中国新基建深入展开,桌面电脑和服务器核心芯片国产化需求呈井喷式增长。然而与近年来取得长足进步的国产信创中心处理器(CPU)相比,配套的图形显示处理器(GPU),却长期因芯片性能落后、图形渲染算力不足,难以满足日益增长的国内中高端桌面和数据中心云服务的专业应用需求,不得不逐年数百亿元规模依赖进口,成为典型的“卡脖子”领域。

相对于这几年我们在CPU、存储芯片领域的突破,在GPU方面,我们的进步比较慢。现在的市场上,已经形成了英伟达、AMD等厂商的垄断局面。然而,中国新基建的算力信息安全不能长期建立在不可控的国外产品之上。随着GPU的火正越烧越旺,国产GPU也应势而生。

众多媒体争相报道,现在国内做GPU的企业,比如芯动科技、景嘉微等都开始加速发展,芯动科技所推出的“风华”系列GPU正在引起越来越多的关注。

从官方消息了解,芯动科技(INNOSILICON)即将发布的两款“风华”系列智能渲染GPU图形处理器,将逐步改变国内桌面和服务器领域客户定制高性能GPU芯片长期受制于人的局面。 这两款GPU芯片针对国内新基建客户定制需求,填补国内高性能数据中心显卡空白,经芯动团队多年研发积累,已完成设计,将实现年内量产。

芯动推出的“风华”系列芯片,为国产信创而生,助力新基建战略,具备高性能、高安全性、高可靠性,内置国产物理不可克隆iUnique Security PUF信息安全加密技术,提升数据安全和算力抗攻击性,支持桌面电脑和数据中心GPU计算自主可控生态。一系列全球先进、填补国内空白的16Gbps GDDR6高速显存技术、HDMI2.1 8K显示技术和Cache一致性Innolink Chiplet技术等,都将在“风华”GPU中首次亮相。

GPU在人工智能领域有着巨大的发展空间,芯片巨头也纷纷看好这一领域。同时,在国产替代和新基建的双重力量推动下,国产GPU将会有不错的前景。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    453

    文章

    50297

    浏览量

    421278
  • 集成电路
    +关注

    关注

    5379

    文章

    11340

    浏览量

    360551
  • 半导体
    +关注

    关注

    334

    文章

    26936

    浏览量

    215035
  • gpu
    gpu
    +关注

    关注

    28

    文章

    4685

    浏览量

    128631
  • 芯动科技
    +关注

    关注

    2

    文章

    91

    浏览量

    9868
收藏 人收藏

    评论

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    人工智能应用的实时响应。与此同时,嵌入式系统边缘计算和物联网领域,也为人工智能的应用提供了广阔的空间
    发表于 11-14 16:39

    RISC-VAI领域发展前景怎么样?

    随着人工智能的不断发展,现在的视觉机器人,无人驾驶等智能产品的不断更新迭代,发现ARM占用很大的市场份额,推出的ARM Cortex M85性能也是杠杠的,不知道RISC-VAI
    发表于 10-25 19:13

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    幸得一好书,特此来分享。感谢平台,感谢作者。受益匪浅。 阅读《AI for Science:人工智能驱动科学创新》的第6章后,我深刻感受到人工智能在能源科学领域中的
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    。 4. 对未来生命科学发展的展望 阅读这一章后,我对未来生命科学的发展充满了期待。我相信,人工智能技术的推动下,生命科学将取得更加显著
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    ,无疑为读者铺设了一条探索人工智能(AI)如何深刻影响并推动科学创新的道路。阅读这一章后,我深刻感受到了人工智能技术科学领域的广泛应用潜
    发表于 10-14 09:12

    risc-v人工智能图像处理应用前景分析

    RISC-V和Arm内核及其定制的机器学习和浮点运算单元,用于处理复杂的人工智能图像处理任务。 四、未来发展趋势 随着人工智能技术的不断发展和普及,RISC-V
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    每个交叉领域,本书通过案例进行了详尽的介绍,梳理了产业地图,并给出了相关政策启示。 《AI for Science:人工智能驱动科学创新》适合所有关注人工智能技术和产业发展的读者阅读,
    发表于 09-09 13:54

    带阻滤波器人工智能领域的应用

    带阻滤波器人工智能领域的应用广泛且深入,其作为信号处理技术的重要组成部分,对于提高人工智能系统的性能、准确性和鲁棒性具有重要意义。以下将详细介绍带阻滤波器
    的头像 发表于 08-08 18:09 890次阅读

    FPGA人工智能中的应用有哪些?

    定制化的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制化计算,为人工智能
    发表于 07-29 17:05

    人工智能大模型工业网络安全领域的应用

    随着人工智能技术的飞速发展人工智能大模型作为一种具有强大数据处理能力和复杂模式识别能力的深度学习模型,已经多个领域展现了其独特的优势和广
    的头像 发表于 07-10 14:07 648次阅读

    NLP技术人工智能领域的重要性

    智能的桥梁,其重要性日益凸显。本文将从NLP的定义、发展历程、核心技术、应用领域以及对人工智能领域的深远影响等多个维度,深入探讨NLP技术
    的头像 发表于 07-04 16:03 402次阅读

    Python人工智能领域的应用

    功能强大的编程语言,成为了人工智能研究和开发的首选工具之一。本文将深入探讨Python人工智能领域的广泛应用,分析其优势、具体应用案例以及未来的
    的头像 发表于 07-02 18:20 1008次阅读

    嵌入式热门发展方向有哪些?

    ;POS网络、交通管理、环境工程等领域也都应用了嵌入式系统技术。 2.人工智能: 嵌入式系统人工智能领域
    发表于 04-11 14:17

    FPGA深度学习应用中或将取代GPU

    了几种模型架构,不过该领域仍处于早期发展阶段。 还有专门用于特定应用的集成电路 (ASIC),即专为某一特定人工智能需求制造的芯片。但 ASIC 缺乏 FPGA 的灵活性,无法重新编程。 Larzul
    发表于 03-21 15:19

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业化途径之一。
    发表于 02-26 10:17